[发明专利]一种无人机实时动态精准定位方法、设备和存储介质

权利要求书

1.一种无人机实时动态精准定位方法，其特征在于，包括以下步骤；

分别通过设置在基准站和无人机上的两GNSS接收机接收北斗卫星导航系统的三频双差观测量；

设置宽巷观测量和超宽巷观测量并构建观测方程；

基于TCAR算法直接取整获取超宽巷模糊度固定解；

将超宽巷模糊度固定解代入观测方程计算宽巷模糊度参数；将宽巷模糊度参数代入观测方程进行卡尔曼滤波估计，求得宽巷模糊度浮点解；

利用LAMBDA算法对宽巷模糊度浮点解进行模糊度固定，得到宽巷模糊度固定解；

将宽巷模糊度固定解代入观测方程计算窄巷模糊度参数，再次进行卡尔曼滤波估计，求得窄巷模糊度浮点解，直接取整得到窄巷模糊度固定解；

利用整周模糊度固定的观测量实时求解无人机与基准站的相对位置数据。

2.根据权利要求1所述的一种无人机实时动态精准定位方法，其特征在于，所述设置宽巷观测量和超宽巷观测量并构建观测方程的步骤具体为：

设置宽巷观测量(1，-1，0)和超宽巷观测量(0，1，-1)；

以矩阵形式构建观测方程：

L_k＝A_kX_k+v_k；

其中，A_k为系数矩阵；L_k为观测向量；X_k为状态参数向量；v_k表示噪声向量；

L_k＝CL＝[P₁,P₂,P₃,λ₁φ₁,λ_1,-1,0φ_1,-1,0,λ_0,1,-1φ_0,1,-1]^T；

X_k＝[ρ,N₁,N_1,0,-1,N_0,1,-1]；

v_k＝[e₁,e₂,e₃,λ₁ε₁,λ_1,-1,0ε_1,-1,0,λ_0,1,-1ε_0,1,-1]^T；

其中：

3.根据权利要求2所述的一种无人机实时动态精准定位方法，其特征在于，所述基于TCAR算法直接取整获取超宽巷模糊度固定解的步骤具体为：

由得到：

N_0，1，-1为超宽巷模糊度固定解。

4.根据权利要求3所述的一种无人机实时动态精准定位方法，其特征在于，所述将超宽巷模糊度固定解代入观测方程计算宽巷模糊度参数；将宽巷模糊度参数代入观测方程进行卡尔曼滤波估计，求得宽巷模糊度浮点解的步骤具体为：

建立卡尔曼滤波估计的状态方程：

X_k＝φ_k,k-1X_k-1+w_k；

其中，X_k为状态参数向量，φ为状态转移矩阵，k-1、k表示t_k-1和t_k时刻，w_k为噪声误差向量；

v_k和w_k满足：

式中，N为整周模糊度整数解；R_k表示测量噪声方差矩阵，Q_wk表示系统噪声方差矩阵；

将得到的超宽巷模糊度固定解N_0,1,-1代入观测方程，计算宽巷模糊度参数为：

X_k＝[ρ,N₁,N_1,0,-1]；

将上述宽巷模糊度参数代入卡尔曼滤波状态方程进行卡尔曼滤波估计，解得宽巷模糊度浮点解N_k,k。